NSTL
万方数据
基于边缘深度学习的荔枝关键生长期识别检测方法及系统
陆健强 1刘冰琳 陈平福 庞俊杰 香展鸿 王怡超 万芸宁 曾昭栩
作者信息
摘要
本发明涉及智慧农业领域，涉及基于边缘深度学习的荔枝关键生长期识别检测方法及系统，其方法包括：采集荔枝在不同生长时期的图像，构建数据集，并分为训练集和验证集；构建改进的Mask?RCNN神经网络模型作为荔枝生长期检测模型；以训练集的样本图像作为输入，对神经网络模型进行迁移训练，采用验证集对其进行验证，得到训练权重w的荔枝生长期检测模型；将待检测的图像输入到荔枝生长期检测模型中，根据权重识别荔枝的生长期阶段；根据荔枝生长期检测模型的输出结果来判断该模型可行性，从而部署到果园中，进行荔枝生长期的识别。本发明将深度学习和机器视觉应用于荔枝关键生长期检测，降低了主观因素的干扰及提高了荔枝各生长期的检测精度。
申请号
CN202211461290.0公开号
CN115861686A专利类型
发明专利申请日
2022-11-17公开日
2023-03-28IPC分类
G06V10/764(2022.01)申请人
华南农业大学发明人
陆健强/刘冰琳/陈平福/庞俊杰/香展鸿/王怡超/万芸宁/曾昭栩主申请人地址
510642 广东省广州市天河区五山路483号国别省市代码
中国(CN)